中国不同区域碳强度差异及其收敛性空间计量分析

苗二森

(福建师范大学经济学院，福建　福州　350000)



中国不同区域碳强度差异及其收敛性空间计量分析

苗二森

(福建师范大学经济学院，福建福州350000)

摘要：基于中国各省域二氧化碳排放量的相关数据，运用泰尔指数对中国不同区域(丝绸之路经济带、海上丝绸之路、京津冀经济区、东北经济区、长江经济带)碳强度差异进行探讨，并引入空间计量模型分析碳排放强度的收敛性。结果表明：中国碳排放强度区域差异十分明显，且区域内的差异大于区域间的差异，丝绸之路经济带的差异最显著，东北经济区的差异最弱；中国碳排放强度在省份之间不存在β绝对收敛，但是存在β条件收敛，收敛的速度只有微弱的2.65%。最后提出政府制定政策时应依据不同区域制定出统一性和差异性的政策。

关键词：碳强度；泰尔指数；空间计量；条件收敛

2014年IPCC第五次报告中明确指出，CO2排放引起全球气候变暖超过2℃将带来严重的灾难；同年，利马气候大会也初步明确了各国2020年后应对气候变化的有关事宜。可见，目前节能减排十分迫切。但当前世界面临着经济萧条，同时缺少足够的理论对实现节能减排任务给予必要的指导，因此，节能减排陷入了困局。我国作为全球第一碳排放大国，早于2009年在哥本哈根气候大会上就做出承诺：到2020年每单位GDP的CO2排放量要比2005年降低40%至50%。然而，我国幅员辽阔，不同地区的资源禀赋、产业结构和经济发展差别甚大，这必然使各省之间碳强度存在差异。为此，本文基于碳强度的理论对我国省域碳强度的差异与收敛进行探讨，以期为节能减排政策的制定提供一些参考建议。

1文献综述

测量区域之间差异性的一个重要指标是泰尔指数，该指标不仅可以体现出整体差异，而且还可以分解为组间差异和组内差异。已有的文献大都局限在对传统三大区域的分析，例如，杨骞[1]和赵成柏[2]认为这种区域的划分已经不适合当代中国的实际国情，随着改革开放的不断深入，尤其是新形势下必然要求重新划分区域；也有文献则大多是研究碳排放量的差异性分布，如徐大丰[3]认为中国碳排放总量存在明显的区域差异。

而收敛理论已逐渐成为现代经济理论研究的重要内容之一。随着科技的发展和计量工具的成熟，收敛理论已不再只是单一地研究经济增长的收敛问题，而是扩展到对环境问题、能源利用和碳排放等一系列问题的研究。在我国，虽然已有不少学者对有关碳排放收敛问题进行了研究，但是由于其采用的指标和收敛检验方法的不同，得出的结论也不尽相同，甚至有些截然相反。许广月[4]选取人均碳排放量作为收敛指标，论证了中国于1995—2007年在东、中、西部存在β相对收敛和俱乐部收敛；孙传旺[5]以2001—2007年碳排放绩效的时间序列得出中国碳排放不存在σ收敛、β绝对收敛和β条件收敛；杨骞等[1]则以碳强度为衡量指标，从1995—2009年时间序列中得到中国碳排放强度不存在任何收敛性。

纵观目前学者的研究方法和研究对象，发现其或多或少存在不足。首先，中国承诺的是碳强度的减排，碳排放量指标并不能准确地反映节能减排的效果；其次，在对各种影响碳强度的指标的选取上，通常学者都能够选取影响碳排放的正确指标，却容易忽略一个重要的因素——空间因素。由于碳排放具有很强的外部性，如何将外部性内部化，新地理经济学的空间计量就提供了很好的解决方法。本文拟采用碳强度为衡量指标，将空间计量运用到收敛理论中，探讨了2000—2012年中国省域碳强度的收敛性。

2理论分析

2.1　泰尔指数差异分析

为了衡量中国碳排放强度的区域之间的差异，本文采用泰尔指数进行分析，这种方法可以准确地衡量不同区域内部之间的差异，并将差异分为组内差异和组间差异，使人们更容易看清差异化的源头。具体公式如下：

(1)

(2)

(3)

(4)

(5)

其中，C代表碳排放强度，GDP代表地区生产总值，T、Twi、Tw、Tb分别代表总体泰尔指数、区域内部泰尔指数、区域泰尔指数、区域间泰尔指数；通常泰尔指数在0~1之间，指数接近1，说明差异越大，反之则越小。

2.2　收敛性理论和方法

碳强度收敛性分析主要是研究中国的碳强度将来在各个省份之间是发散还是收敛情况，以此来为国家宏观调控提供政策建议。目前最流行和被认可的收敛分析主要有3种：σ收敛、β绝对收敛和β条件收敛。本文将主要分析后两种收敛。

β收敛主要是指不同经济体之间的碳强度增长率的绝对值和初始碳强度之间是负相关的关系。考虑到各个区域有各自经济体的异质性，例如产业结构、资源禀赋等不同，可以将β收敛分为β绝对收敛和β条件收敛。

(1)β绝对收敛。又称为无条件收敛，是指如果不同区域具有相同的经济环境(资源禀赋、产业结构等)，那么不同地区的碳强度会收敛于相同的稳态水平。本文采用面板分析法进行分析，计算公式如下：

Ln(Ci,t+1/Ci,t)=α+βLnCi,t+εi,t

(6)

其中，i表示不同地区；t表示不同年份；Ci,t表示碳强度；α是常数项；εi,t是误差项；Ln(Ci,t+1/Ci,t)是碳强度的年增长率；β为待估参数，如果β<0，那么存在β绝对收敛。由于碳强度的是有减弱趋势的，因此，虽然碳强度的增长率与碳强度的初始值是反比例的关系，但是并不是杨骞[1]所认为的存在碳强度较低的地区追赶碳强度较高的地区的趋势，而恰恰是存在较高碳强度地区追赶较低碳强度地区的趋势。

(2)β条件收敛。考虑到不同地区的经济、资源和产业结构等因素的异质性，会使得各个地区的碳强度收敛于不同的稳态水平。参考文献[1，4，6]，本文筛选了几个重要因素，分别测量其影响碳强度的水平，这些因素依次为：城市化水平、人口总数、产业结构、外商直接投资、人均GDP、能源强度、能源结构。具体模型如下：

Ln(Ci,t+1/Ci,t)=α+βLnCi,t+Xi,t+εi,t

(7)

其中，Xi,t表示城市化水平、人口总数、产业结构、外商直接投资、人均GDP、能源强度、能源结构，其他字母含义同公式(6)。如果β<0，那么说明存在β条件收敛。

3数据来源与处理

3.1　碳排放强度

碳排放强度可通过测算CO2的排放量和GDP的比值计算得到，目前我国还没有相关部门直接给出CO2的排放量，因此需要对其进行估算。CO2排放的主要来源是化石燃料的消费，因此，本文主要以煤炭、石油和天然气为指标来估算中国各个省份的CO2的排放量。其中煤炭、石油和天然气按照相应的能源转换系数和碳排放系数[7]分别计算出各自CO2的排放量，然后相加算出各省份总的CO2的排放量；各省份的GDP的测量值来源于《中国统计年鉴》，并将其调整到以2000年为基期的序列。

3.2　其他变量

在实证β条件收敛时需要使用城市化水平、人口总数、产业结构、外商直接投资、人均GDP、能源强度、能源结构等控制变量。其中，城市化水平用每年各省的城镇人口和总人口的比值表示；产业结构是“各省份第二产业增加值/各省份GDP”；外商直接投资是“FDI/GDP”，其中，FDI要按汇率转换为当年的人民币，人均GDP是“实际GDP/总人口”(实际GDP要扣除价格因素的影响，以2000为基准年)；能源强度是“能源消费量/GDP”；能源结构是“煤炭/全部能源的比重”。以上数据均来源于《中国统计年鉴》(2000—2012)和《中国能源统计年鉴》(2000—2013)。

4我国碳强度区域差异性分析

4.1　各省份的碳强度可视化情况

本文首先统计各个省份于2012年的碳排放强度，并通过可视化方法，构建全国碳强度的分布形式(图1)。从图1可以看到，整体来看，中国碳强度的分布是十分不均衡的：新疆、甘肃、宁夏、陕西等省份位于高碳强度区域，这些省份基本都是丝绸之路经济带省份；而沿海的江苏、上海、浙江、福建、广东这些省份都是低碳排放区，基本都是位于海上丝绸之路的起点。这种由西北内陆省份的高碳强度区域逐步向东南沿海省份的低碳排放区域递减的趋势，大体上是和目前中国所依托的丝绸之路经济带路线所重合的。因此，本文依据碳强度情况将全国划分为丝绸之路经济带、海上丝绸之路、京津冀经济区、东北经济区、长江经济带五大区域。虽然可视化方法可以清楚看到这种不均衡性，但是并不能解释这种差异的成因和演变规律。故本文采用泰尔指数法来更加深入地解释这种现象。

图1　2012年各省份的碳强度分布情况(单位：t/万元)

4.2　泰尔指数结果和分析

利用2000—2012年的数据，根据泰尔指数的测算方法[公式(1)~(5)]，分别计算出了全国和五大区域的泰尔指数，结果如图2、图3所示。

图2　2000—2012年区域间、区域内和总体碳强度差异趋势

从图2和图3中可知，(1)2003年之前中国的总体泰尔指数呈上升趋势，并于2003年达到最大值0.65；从2003—2007年，呈现的是下降趋势；2007之后，总体泰尔指数基本处于0.60~0.62之间波动，趋于稳定。区域间的泰尔指数在0.28上下波动，处于平缓趋势；同时，区域间的泰尔指数全部小于区域内泰尔指数，和区域内的变化趋势基本相同。(2)2000年内部差异排序由大到小依次是丝绸之路经济带、京津冀经济区、长江经济带、海上丝绸之路、东北经济区；到2012年，则由大到小依次是丝绸之路经济带、海上丝绸之路、京津冀经济区、长江经济带、东北经济区。丝绸之路经济带的泰尔指数整体在均值0.81附近，2000—2003年之间是递增的，2003年之后趋于平稳趋势，可见这些省份的经济发展是极其不平稳的；京津冀经济区的泰尔指数的整体差异趋势是递减的，近几年一直维持在0.50左右；海上丝绸之路沿海省份的泰尔指数以2007年为分水岭，2007年之前虽有上升趋势，但是缓慢，2007年之后进入高速增长阶段，甚至超过了长江流域经济带的区域内差异，并一直维持在0.59附近；长江流域经济带的泰尔指数基本稳定在0.30左右；东北经济区域的泰尔指数则一直维持在0.1左右。

图3　2000—2012年五大区域的碳强度内部差异趋势

由公式(5)可得到：

1=Tw/T+Tb/T

(8)

表1　碳强度泰尔指数的贡献率

5中国碳排放强度收敛性的空间数据分析

5.1　空间效应检验

空间效应分为空间依赖性和空间异质性，主要是指不同地区之间经济活动存在着一定的空间交互作用。目前比较权威的是运用全局空间和局部自相关性来检验空间相关性。

5.1.1全局空间自相关性检验碳排放强度在空间整体上的集群分布和相关性，可以用全局空间自相关性来表示。本文主要使用Moran’s I统计量来检验我国碳排放强度的全局自相关性。该统计量的计算公式是：

(9)

由表2可知，所有的Moran′s I统计值都通过了1%的显著性检验，这说明中国碳排放强度的空间自相关性极为显著，并呈现出正相关的趋势。

表2　2000—2012年中国各个省份碳排放强度的Moran′s I

5.1.2局部空间自相关性检验Moran′s I指数只能说明中国碳排放强度在空间上的平均差异，而不能具体反映不同省份之间的局部之间的空间差异。因此还需要采用局部空间自相关性来检验空间相关性。具体的计算公式如下：

Ii=Zi∑WijZj

(10)

其中，Wij是空间权重矩阵，Zi与Zj是标准化的观测量。

本文做出了2000年和2012年的Moran散点图(图4)。其中，2012年的散点图分析如下：(1)第二象限：河北、山西、内蒙古位于第二象限，是负空间自相关关系；(2)第三象限：北京、天津、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东位于第三象限，是正自相关关系，但是是弱碳排放强度聚集区；(3)第四象限：河南、湖北、湖南、广东、海南位于第四象限，是弱自相关关系；(4)第一象限：广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆位于第一象限，属于正自相关关系，而且是强碳排放强度集聚区域。从图4看，大部分省份位于第一、三象限，说明中国的区域碳排放强度在空间上存在着明显的相互依赖，有空间集聚趋势。

图4　碳排放强度的Moran′s I散点图

5.2　碳强度收敛性模型

相关文献显示，在进行收敛性分析时，一般都要假定各个变量之间是相互独立的，而前文已经证明了碳排放强度存在着显著的空间相关性，因此，独立性的假设就不存在了，而空间计量可以很好地克服变量之间的不独立的问题。一般情况下，可以采用空间误差模型和空间滞后模型来解决空间相关性。

(1)空间误差模型(SEM)：假设误差不存在相互独立，而是表现为空间协方差特性，其公式表示如下：

εt=λWεt+μt

(11)

将其带入公式(6)中得到：

Ln(Ci,t+1/Ci,t)=α+βLnCi,t

+(I-λW)-1μi,t

(12)

从式(12)可看到，如果某个省份受到一个随机冲击，不仅会对本省的碳排放强度产生影响，而且会通过空间变换矩阵(I-λW)-1对周围的省份产生影响。

(2)空间滞后模型(SLM)：假设被解释变量之间是不独立的，其公式表示如下：

Ln(Ci,t+1/Ci,t)=α+βLnCi,t

(13)

从公式(13)可看出，每个省份碳强度的变化不仅受到本省的碳排放强度大小的影响，还同时受到周围省份的碳强度的影响。

5.3　中国各省份碳排放强度的β绝对收敛实证分析

5.3.1空间固定效应和随机效应空间面板数据首先要进行固定效应和随机效应的选取，LR for FE、LR for RE和Hausman是最常见的检验方法。从表3可看到：(1)LR for FE是用于判断是否存在空间固定效应，结果显示拒绝无空间固定效应假设，但是不意味着接受空间固定效应；(2)LR for RE是用于判断存在无固定效应还是随机效应，结果显示拒绝无固定效应假设，但是不意味着选择随机效应；(3)Hausman是用于判断选择空间固定效应还是空间随机效应，结果显示应该选择固定效应。

表3　空间固定效应与随机效应检验

5.3.2收敛性分析由表4可知，综合对数似然值和显著性双方面考虑，空间误差(SEM)模型的空间固定效应模型的拟合效果最好，比其他模型具有更多的可信度。结果显示，中国省份之间的碳排放强度不存在绝对收敛的情况。

表4　SLM和SEM模型估计结果

5.4　中国各省份碳排放强度的β条件收敛实证分析

5.4.1空间固定效应和随机效应由表5可以判断出此模型应该选择固定效应模型。(1)LR for FE是用于判断是否存在空间固定效应，结果显示拒绝无空间固定效应假设，但是不意味着接受空间固定效应；(2)LR for RE是用于判断存在无固定效应还是随机效应，结果显示拒绝无固定效应假设，但是不意味着选择随机效应；(3)Hausman是用于判断选择空间固定效应还是空间随机效应，结果显示应该选择固定效应。

表5　 空间固定效应与随机效应检验

5.4.2收敛性分析通过比较空间误差模型的空间固定、时点固定和空间时点双固定模型与空间自相关模型的空间固定、时点固定和空间时点双固定模型，发现对数似然比最大的是时点固定模型，显著性最好的也是时点固定模型。因此，应选择更优的空间误差时点固定模型。从模型的回归结果(表6)来看，在引入城市化水平、产业结构、外商直接投资、人均GDP、能源结构和人口总量这些控制变量后，全国各省份的碳排放强度是条件收敛的。其中，城市化水平、产业结构、外商直接投资、能源结构对碳排放是正的影响，影响最为显著的是产业结构的变动，产业结构每增加一个百分点，将引起碳排放强度增加1.23个百分点，其他影响因素虽然不是极显著，但是都符合经济学传导机制。此外，人均GDP和人口总量对碳排放强度的影响是负向的，高的GDP说明经济发展水平更高，这样就导致人们对生活质量提出更高的要求，同时又有能力进行技术创新和增强低碳消费动力；而人口总量对碳排放强度的影响则是负向的，不符合人们传统的观念，这是非经济学者的普遍观点，但如果认真分析人口对碳排放强度的传导机制，就不难理解这是不客观的。例如，赵成柏[2]在论证人口总量和碳排放强度的关系时，认为人口规模增长不仅会促进GDP的增加和技术的进步，而且也会增加能源的消耗和CO2的排放，但是人口增加的规模经济效应大于碳排放增加的效应，虽然这两种效应的差异是极小的。总体来讲，中国各省域的碳排放强度存在β条件收敛，但是收敛速度是十分缓慢的，只有2.65%。

表6　SLM和SEM模型估计结果

6结论

本文对中国省域碳排放强度分布的差异性和收敛性进行了探究，结果如下：

首先，碳排放强度整体的差异十分显著。新疆、甘肃、宁夏、陕西等省份位于高碳强度区域，这些省份基本都是丝绸之路经济带省份；而沿海的江苏、上海、浙江、福建、广东这些省份都是低碳强度区域，基本都是位于海上丝绸之路的起点。由西北内陆省份的高碳强度区域逐步向东南沿海省份的低碳强度区域递减的变化趋势极为符合当今和今后将长期实行的“一带一路”战略思想，并划分出了更加适合现实的五大区域：丝绸之路经济带、海上丝绸之路、京津冀经济区、东北经济区、长江经济带。同时，运用泰尔指数法，测算出全国30个省份的碳强度的总体差异及区域间和区域内部差异，结果显示，2000年到2012年我国碳强度整体的差异十分显著，并没有缩小的趋势。其中，区域间差异对整体差异的贡献小于区域内差异的贡献，而且区域间的差异略微有增大的趋势；丝绸之路经济带和京津冀地区的内部省际差异最大，东北地区内部省际差异最小；海上丝绸之路地区的内部差异主要源于海南省。因此，在节能减排政策制定的时候，应该充分考虑区域差异性和统一性。如，为了节约成本，针对东北经济带的节能政策可以适当的统一化，因为其内部差异较小，产业结构类似，而丝绸之路经济带上差异比较大的省份，虽然统一政策可以节约成本，但是效果会大大打折，这时候应更多地考虑采取差异性的政策，根据这些省份内部的独有的经济活动特征制定单独的政策指导。

其次，中国省域碳强度不存在β绝对收敛，但是存在β条件收敛特性。这和杨骞[1]的结论不同。导致结论不同的原因，主要是其考虑的因素中没有包含空间因素，这样数据的原假设就会大大受到影响(没有考虑变量之间的不独立性)，碳强度存在着条件收敛，说明即使没有政策的指导，最终省域之间的碳强度也将会趋向于一个低水平的“稳态”。但是这种收敛速度是十分缓慢的，只有2.65%，也就是需要将近30年的时间，而中国节能排的任务规定在2020年之前实现，因而需要进行必要的政策指导。而政府在制定政策时，制定出差异化和统一化的政策。只有这样，中国的节能减排任务才能迅速地调整至低水平的“稳态”中。

参考文献：

[1]杨骞. 中国碳强度分布的地区差异和收敛性[J]. 当代财经，2012(2)：87-98.

[2]赵成柏. 中国经济增长中碳排放强度演化机制及减排路径研究[M]. 北京：经济科学出版社，2013.

[3]徐大丰. 我国碳强度结构的区域差异分析[J]. 江西社会科学，2010(4)：79-82.

[4]许广月. 碳排放收敛性：理论假说和中国的经验研究[J]. 数量经济技术经济研究，2010(9)：31-42.

[5]孙传旺，刘希颖，林静. 碳强度约束下中国全要素生产率测算与收敛性研究[J]. 金融研究，2010(6)：17-33.

[6]杜立民. 我国二氧化碳排放的影响因素：基于省际面板数据的研究[J]. 南方经济，2010(11)：20-33.

[7]中国科学院可持续发展战略研究组.中国可持续发展战略报告——探索中国特色的低碳道路[M]. 北京：科学出版社，2009.

Differences of Carbon Intensity in China’s Different Regions and Spatial

Econometric Analysis of Its Convergence

MIAO Er-sen

(SchoolofEconomics,FujianNormalUniversity,Fuzhou,Fujian350117,China)

Abstract:Based on relevant data of China’s provincial carbon emissions, the differences of carbon intensity in different regions of China were discussed by using Theil index in this paper. The regions included Silk Road Economic Belt, Maritime Silk Road, Beijing-Tianjin-Hebei Economic Area, the northeastern economic region and Yangtze River Economic Belt. The spatial econometric model was also used to analyze the convergence of carbon intensity. The results showed that the regional differences of China’s carbon intensity were obvious, and the intra-regional difference was greater than the inter-regional one, and the difference in Silk Road Economic Belt was the most obvious while the difference in the northeastern economic area was the most non-obvious. What’s more, there was no β absolute convergence problem in carbon intensity among the provinces in China, but there was β conditional convergence and the convergence rate was weakly 2.65%. Therefore, the government should make unified and diversified policies according to different regions.

Key words:carbon intensity; Theil index; spatial econometric; conditional convergence

文献标志码：A

文章编号：1637-5617(2015)06-0047-07

中图分类号：F061.5；F124.5

doi:10.16006/j.cnki.twnt.2015.06.010

作者简介：苗二森(1989-)，男，硕士研究生，研究方向：低碳经济. E-mail：505125725@qq.com

收稿日期：2015-06-03